本文關(guān)鍵詞：基于多模態(tài)多標(biāo)記遷移學(xué)習(xí)的早期阿爾茨海默病診斷

  更多相關(guān)文章： 多模態(tài)學(xué)習(xí) 多標(biāo)記學(xué)習(xí) 遷移學(xué)習(xí) 阿爾茨海默病 特征選擇

【摘要】：針對當(dāng)前基于機(jī)器學(xué)習(xí)的早期阿爾茨海默病(AD)診斷中訓(xùn)練樣本不足的問題,提出一種基于多模態(tài)特征數(shù)據(jù)的多標(biāo)記遷移學(xué)習(xí)方法,并將其應(yīng)用于早期阿爾茨海默病診斷。所提方法框架主要包括兩大模塊:多標(biāo)記遷移學(xué)習(xí)特征選擇模塊和多模態(tài)多標(biāo)記分類回歸學(xué)習(xí)器模塊。首先,通過稀疏多標(biāo)記學(xué)習(xí)模型對分類和回歸學(xué)習(xí)任務(wù)進(jìn)行有效結(jié)合;然后,將該模型擴(kuò)展到來自多個學(xué)習(xí)領(lǐng)域的訓(xùn)練集,從而構(gòu)建出多標(biāo)記遷移學(xué)習(xí)特征選擇模型;接下來,針對異質(zhì)特征空間的多模態(tài)特征數(shù)據(jù),采用多核學(xué)習(xí)技術(shù)來組合多模態(tài)特征核矩陣;最后,為了構(gòu)建能同時用于分類與回歸的學(xué)習(xí)模型,提出多標(biāo)記分類回歸學(xué)習(xí)器,從而構(gòu)建出多模態(tài)多標(biāo)記分類回歸學(xué)習(xí)器。在國際老年癡呆癥數(shù)據(jù)庫(ADNI)進(jìn)行實驗,分類輕度認(rèn)知功能障礙(MCI)最高平均精度為79.1%,預(yù)測神經(jīng)心理學(xué)量表測試評分值最大平均相關(guān)系數(shù)為0.727。實驗結(jié)果表明,所提多模態(tài)多標(biāo)記遷移學(xué)習(xí)方法可以有效利用相關(guān)學(xué)習(xí)領(lǐng)域訓(xùn)練數(shù)據(jù),從而提高早期老年癡呆癥診斷性能。
【作者單位】： 重慶三峽學(xué)院計算機(jī)科學(xué)與工程學(xué)院;
【基金】：重慶市教委科學(xué)技術(shù)研究項目(KJ1501014) 重慶市科委基礎(chǔ)科學(xué)與前沿技術(shù)研究項目(cstc2014jcyj A1316,cstc2014jcyj A40035,cstc2016jcyj A0063)~~
【分類號】：R749.16;TP181
【正文快照】： 0引言阿爾茨海默病(Alzheimer's Disease,AD),又稱老年癡呆癥,是一種腦神經(jīng)元以及神經(jīng)元之間連接的漸進(jìn)性損傷,而引起的認(rèn)知和記憶功能減退的中樞神經(jīng)系統(tǒng)退行性腦部疾病。65歲以上老人中約有八分之一患有AD,隨著年齡增長患病率明顯增加。研究預(yù)測2050年AD患者將達(dá)到1.15億[1]

【相似文獻(xiàn)】

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前1條

1 李慧卓;基于集成學(xué)習(xí)的多模態(tài)AD輔助診斷模型研究[D];太原理工大學(xué);2016年

，

本文編號：1164386